AI Agent，垂直AI重塑B2B价值链的关键

本文编译自Sangeet Paul Choudary，其以在平台经济学和网络效应方面的研究而闻名。在本文中，Choudary探讨了垂直 AI 与代理如何重塑 B2B 工作流价值链。在他看来，虽然大多数人工智能炒作都围绕水平 B2C 应用，但真正的机会在于垂直 B2B 人工智能。

Choudary认为，AI Agent创造了一个重新整合场景的可能性。它们使垂直人工智能玩家能够通过跨多个工作流程进行协调来实现水平发展，这将重塑B2B价值链。尤其在医疗保健这样的低互操作性领域，AI初创公司能够通过AI Agent这样的人工智能原生工具，作为新的控制中心来集成不同的工作流程，进而取得主导产业的枢纽地位。

垂直AI的短期和长期博弈

如今，大多数垂直人工智能玩家都专注于通过专有的微调模型和有针对性的用户体验来开发垂直优势。正如我在如何赢得生成人工智能中How to win at Generative AI所解释的那样，这种优势创造了一个飞轮：

与较大的基础模型相比，经过特定领域数据训练的较小模型在延迟、准确性和成本方面有更好的表现。这种垂直化有其自身的强反馈效应，你开发的模型越垂直，你在所有参数上的竞争力就越强。

随着时间的推移，模型微调得越多，未来的用户体验更改应该与模型更加深入地耦合，以便将该模型的优势传递到用户工作流程中。

垂直人工智能玩家的优势在于他们是全栈运营的——也就是说，他们提供跨接口、专有模型和专有数据的完整解决方案。这创造了上述飞轮的护城河不断增强，因为继续拥有该接口的权利赋予了紧密者不断收集专有数据的能力，从而有助于进一步微调模型。

这就是赢得垂直人工智能短期游戏的方法。但这并不能保证长期胜利。

尽管有这个飞轮，所有垂直游戏最终都会参与到别人的生态系统中。这是大量垂直解决方案最终激增的自然结果。最终用户希望通过一两个界面完成工作，而不是针对每个新用例在各个界面之间跳转。

所以，从长远来看，垂直解决方案获胜的唯一方法是横向发展。要理解垂直人工智能的机会，了解过去十年垂直 Saas 的崛起会有所帮助。垂直软件的崛起普遍遵循以下逻辑：1）抓住核心场景实现快速发展；2）围绕核心场景做场景延伸

比如，Square（以支付为起点）、Toast（以 POS 软件为起点）或 ServiceTitan（以估算为起点）等玩家都遵循此策略进行发展。

最终，所有垂直游戏都寻求横向发展。其理由如下：

大多数对现状的“破坏”都是通过深挖细分场景发生的，但大多数风险投资回报都是通过整合实现的，为了大规模获取价值，软件企业需要持续做场景延伸。

正如我在《如何在生成式人工智能中取胜》中所解释的那样：

分拆并不能获取可持续的价值。分拆会取代现有企业，但不会创建可扩展且可防御的价值池。只有通过重新捆绑涉及将多种零散的功能捆绑成一个有凝聚力、以客户为中心的产品，才能够实现价值最大化。最重要的是，在这个过程中，成功的“整合者”建立了中心地位并获得了用户关系的首要地位。

很多风险资本会追逐细分场景的创新者，因为创新者会重构产业链，并参与产业链价值的重新分配。但最终大部分利益都会被少数的“整合者”拿走，因此大多数风险资金将会受到损失。这就是垂直人工智能的最终游戏。

从这个角度上说，人工智能创造了新的场景重塑的可能。在垂直人工智能领域创造长期竞争优势的机会并不在于，深入有效地解决最初的痛点。许多参与者将成功地创建专有的、经过微调的模型来解决这个问题。这是必要的要求，但还不够。

垂直人工智能领域的长期竞争护城河是通过利用人工智能提供的独特价值重塑某个核心场景，围绕核心场景进行延伸。人工智能为场景重塑创造了一个新的可能，而那些能够有效利用它来解决特定场景问题的玩家将是有效主导垂直人工智能的人。

如何用人工智能重塑工作流程

业务工作流程分散在各个孤立的软件中。为了真正完成工作，必须将这些工作流程重新整合以实现业务目标。您获取工作流 X、Y 和 Z 的输出，并做出决策或采取行动以实现目标。这种针对目标的工作流程整合是由人类经理执行的。

组织中的管理者通过解决两个问题来实现这种整合：一是跨场景的工作流程协调；二是使用不同的工作流程来实现组织目标；

在当今的 B2B 工作流程中，组织中的管理资源充当重新整合的位置。但技术正在以两种非常重要的方式改变 B2B 工作流程的格局。

1）互操作性的增强

首先，随着我们越来越多地使用基于 API 的业务功能分发，不同工作流互操作性也会增强。我在DX是新的用户体验中详细解释了这一点中详细解释了这一点：:

业务能力越来越多地通过API开放给外部使用。API 提供了业务流程或功能的接口，同时还定义了参与该接口的契约。

API 是能力可以跨越企业边界流动的管道。随着这些管道的增加，它们为管道工程创造了巨大的机会。不同的管道可以通过创新的业务逻辑连接在一起，以创建全新的工作流程和功能包。因此，我们看到工作流程重新整合发生了两项重要变化。

首先，像 Salesforce 和 Hubspot 这样的公司在工作流程中处于中心位置，可以集成其他参与者以创建无缝集成的工作流程。

其次，IFTTT 和 Zapier 等公司允许用户创建基于 if-then 触发器的工作流程，跨多个工作流程进行组合。这两种解决方案都解决了协调不同工作流程的管道问题。

2）AI Agents的崛起

增强互操作性解决了管道问题，它并没有解决寻求目标的问题。这就是人工智能代理为垂直人工智能创造独特机会的地方。

人工智能代理解决了目标寻求问题。正如我在《人工智能》中解释的那样，人工智能不会吃掉你的工作，但它会吃掉你的薪水：

代理人是追求目标的，这就是他们的不同之处。虽然大多数技术旨在执行任务，但智能体超越任务来完成目标。在公司越来越多地配置 API 来服务关键资源和功能的环境中，代理执行上述三个功能，如下所示：

1）扫描环境：扫描环境，识别可供其使用的资源（包括第三方API）。

2）计划和解构：它将目标计划和解构为组成任务和执行顺序和汇总。

3）执行计划：代理利用可用的资源（包括第三方 API）执行计划以实现目标。

实际上，代理跨 API 重新整合工作流程以实现最终结果。这是一个强大的新性能向量。

垂直人工智能最强大的成果将在高度互操作性的领域中观察到，在这些领域中，复杂且训练有素的代理在开放资源上运行。智能体创建了一个新的重新整合场景。它们使垂直人工智能玩家能够通过跨多个工作流程进行协调来实现水平发展。

这已经发生了。查看 2023 年 3 月发布的关于执行 API 自学习代理 （SLAPA） 的 Twitter 帖子：This is already happening.从 2023 年 3 月开始，请查看有关执行 API 的自学习代理 （SLAPA） 的 Twitter 帖子：

AI agents的整合能力

大多数软件专注于工作流程中任务的自动化，AI代理将任务重新组合以实现目标。正如我在As I explain in 人工智能代理如何重新构建组织中所解释的那样：

每个目标都是一组任务。管理角色——负责在组织中完成工作——是一系列目标。当技术取代底层任务（下图红框）时，只要目标寻求对角色的绩效至关重要，角色的范围就基本上不受影响。

让我们以旅行计划为例。随着新工具的出现——旅行预订工具、日历管理工具、支付工具等——特定的任务得到简化，甚至被技术取代，但这些任务的目标仍然由人类管理。

人工智能代理则不同，AI agents能够直接实现目标。如果代理收到了某个目标，则该目标不再需要由工作人员执行。实际上，寻求目标的人工智能代理可以将目标与角色分开。人工智能代理创建了一个新的重新捆绑轨迹。

垂直人工智能玩家拥有独特的机会，并且该机会不仅仅限于开发专有的微调模型。这里真正的机会在于，利用人工智能代理作为新的重新捆绑点来集成不同的工作流程并协调工作流程。

/ 04 /

垂直人工智能机会：赢家和输家

哪些因素决定垂直人工智能的赢家和输家？垂直人工智能——通过代理利用工作流程重新捆绑——有效地取代了组织环境中的管理资源。

要了解垂直人工智能参与者如何竞争，请考虑决定组织中任何管理资源有效性的因素：1）完成工作所需的管理能力；2）轻松访问完成工作所需的资源。

同样，垂直人工智能能否成功充当重新捆绑点的能力取决于两个关键因素：1）AI 代理的复杂性；2）相关领域中第三方资源的互操作性和开放访问程度。

因此，并非所有垂直行业都同样适合垂直人工智能机会。通过垂直人工智能创造价值的程度取决于特定用例在如下所示的竞争环境中的位置。

垂直人工智能参与者受益于具有高互操作性和高代理复杂度的领域的高重新捆绑优势。当今大多数行业都在其他三个象限之一中运营，它们缺乏域范围的互操作性和/或代理的复杂性。

鉴于这一现实，一些行业和领域自然会青睐现有企业。在具有高互操作性的领域中，SAAS 运营商已经成功建立了枢纽地位，这种情况很可能发生。相反，垂直人工智能新贵在互操作性较低的领域有更强的切入点。

/ 05 /

谁能在B2B工作流程中获胜

起始点位于左下象限，涉及这样一种情况：用户在多个彼此不交互的B2B工作流程中应用管理工作，接口和资源都存在碎片化。

随着域互操作性或代理复杂性的增加，这种碎片化由建立中心位置的特定参与者来解决。

随着互操作性的增强，中心地位是通过 API 集成实现的。随着人工智能代理的复杂性不断提高，该中心地位是通过代理接管管理工作这一事实来实现，因此用户主要通过代理参与工作流程。

最终，这些路径收敛到具有高代理复杂性和高互操作性的最终状态。

现在大多数SAAS公司已经开放 API 的领域已经拥有完善的工作流程中心。Toast、Shopify、Hubspot、Salesforce 等公司成功地确立了自己的中心地位，因为它们周围的各种功能开始以 API 的形式提供。通过获得客户关系的权利和核心数据标识符（例如Salesforce ID）的权利，他们围绕这个核心位置重新捆绑了所有其他工作流程（通过API集成）。

这些现有企业处于有利地位，可以利用其主导的枢纽地位，并在其之上捆绑人工智能代理。代理的所有资源和能力都已经很好地整合到了枢纽位置。客户关系已归工作流中心所有。代理人只是被捆绑到这个职位上以加强现任者的地位。

但这不意味着垂直AI初创公司毫无优势，恰恰相反，垂直人工智能的优势将有利于迄今为止低互操作性领域的初创公司。

在这些领域创建的高级人工智能代理改变了现状。如果这样的代理有效地吸引了客户关系，并且代理越来越多地开始作为工作流程中心运行，那么随着客户关系和工作流程开始围绕人工智能代理进行运营，其他参与者开放 API 并提供其能力和资源的动力就会增加。

例如，考虑像医疗保健这样的行业，其域互操作性非常低。为促进慢性病患者的家庭护理而出现的人工智能代理可能会产生各种参与者向此类代理开放 API 和资源所需的吸引力，以便从家庭护理市场不断增长的需求中受益。

长期来看，垂直人工智能的最终目标是发展水平优势，不是作为水平人工智能，而是作为水平枢纽位置。正如我们上面所看到的，这种枢纽地位最好通过利用代理商来建立。代理提供独特的人工智能原生工具用于重新捆绑。

正如我在As I explain in 如何赢得生成式 AI中所解释的，整体模式是这样的：

步骤 1：利用水平方向实现垂直方向

一系列“初创公司”出现在工作流程层，以垂直化这种水平模型。您需要对垂直客户问题有独特的理解才能从这里开始。

第二步：发展垂直制胜权

开发某种垂直优势（专有的微调模型、对垂直数据集的访问、特定于垂直行业的用户体验优势或上述所有优势的某种组合），并利用该优势将价值拉入垂直行业。您可以通过创建跨模型和工作流程集成的全栈垂直解决方案来建立优势。

第三步：发展横向制胜权

在发展了垂直优势后，极少数在第二步中取得成功的公司将发现自己通过垂直专业化拥有了一个关键控制点——这一优势使他们在该垂直领域获得了用户关系的首要地位。这些少数公司将利用这个新开发的控制点开始“加速”重组。人工智能在此提供的独特优势是使用人工智能代理进行重新捆绑。

第四步：利用垂直方向走向水平方向

随着控制点周围重新捆绑的进展，该玩家现在成为其他玩家连接的枢纽。它成功创建了一个协调多种功能的“顶层”层。随着代理复杂性的提高和域互操作性的提高，该玩家的水平权力就会增加。

PS：如果你对AI大模型领域有独特的看法，欢迎扫码加入我们的大模型交流群。